dc.contributor.author | RAHAYU, Puji | |
dc.date.accessioned | 2022-04-13T07:15:30Z | |
dc.date.available | 2022-04-13T07:15:30Z | |
dc.date.issued | 2022-01-03 | |
dc.identifier.uri | http://repository.unej.ac.id/xmlui/handle/123456789/106378 | |
dc.description | Finalisasi unggah file repositori tanggal 13 April 2022_Kurnadi | en_US |
dc.description.abstract | Serangan jaringan Distributed Denial Of Service merupakan jenis
serangan jaringan yang disengaja yang biasanya dibuat dalam lingkungan
komputasi terdistribusi dengan menargetkan situs web atau server untuk
meminimalkan kinerja normal mereka. Untuk mencapai hal tersebut, penyerang
menggunakan beberapa sistem dalam jaringan. Dengan menggunakan sistem ini,
penyerang dapat melakukan serangan ke situs web atau server target dengan
membuat beberapa permintaan ke sistem atau server target. Secara umum,
serangan Distributed Denial Of Service atau bisa disebut penolakan dari layanan
secara terdistribusi ini dalah salah satu jenis serangan Denial of Service yang
menggunakan banyak host penyerang (baik itu menggunakan komputer yang
didedikasikan untuk melakukan penyerangan atau komputer yang dipaksa
menjadi zombie) untuk menyerang satu buah host target di jaringan. Serangan
Distributed Denial Of Service memiliki dampak yang besar bagi korban, karena
dapat melumpuhkan kinerja normal situs web atau server korban. Oleh karena itu,
diperlukan adanya deteksi serangan Distributed Denial Of Service untuk
menghindari akibat-akibat yang disebabkan oleh serangan tersebut.
Dalam penelitian ini deteksi serangan Distributed Denial Of Service
dilakukan dengan menggunakan algoritma machine learning Naive Bayesian.
Proses deteksi dilakukan dengan penggunaan algoritma menggunakan bahasa
pemrograman python dan dengan menggunakan dataset Distributed Denial Of
Service yang diperoleh dari website resmi University of New Brunswick. Proses
deteksi serangan Distributed Denial Of Service dilakukan dengan dua tahapan
yaitu tahap seleksi atribut dan tahap deteksi serangan. Tahapan seleksi atribut
dilakukan dengan menggunakan algoritma Mutual information. Pada tahapan
deteksi serangan dilakukan dengan menggunakan algoritma Naive Bayesian.
Proses deteksi serangan pada penelitian ini menghasilkan nilai akurasi pada setiap
dataset yang digunakan yaitu berkisar antara 0.01 sampai dengan 1.0. | en_US |
dc.description.sponsorship | Drs. Antonius Cahya P, M. App,.Sc., Ph.D (Pembimbing I)
Yanuar Nurdiansyah, ST., M.Cs (Pembimbing II) | en_US |
dc.language.iso | other | en_US |
dc.publisher | Fakultas Ilmu Komputer | en_US |
dc.subject | Naive Bayesian | en_US |
dc.subject | Distributed Denial of Service | en_US |
dc.subject | Learning Naive Bayesian | en_US |
dc.title | Deteksi Distributed Denial of Service (UDP Flood) Menggunakan Algoritma Machine Learning Naive Bayesian | en_US |
dc.type | Other | en_US |